ИИ начал создавать следующий ИИ. Петля замыкается?

Recursive self-improvement (RSI) — это когда ИИ-система участвует в создании своей следующей версии. Модель пишет код, генерирует тренировочные данные, оптимизирует обучение, находит баги. Замыкается петля: модель → улучшает процесс → рождает улучшенную модель → та снова улучшает.

В теории такая петля может привести к резкому ускорению прогресса. Долгое время это был чистый мысленный эксперимент. Но в 2025-2026 всё изменилось.

Схема простая:

человек создаёт модель → модель помогает исследователю → модель пишет код следующей модели → модель запускает эксперименты → модель анализирует результаты → модель предлагает следующий эксперимент → ? → модель самостоятельно создаёт более сильного преемника

По публичным данным, автоматизированы уже многие участки этой цепочки — от написания кода до оптимизации экспериментов. Но последнее звено, где система сама определяет, что именно нужно улучшать, пока остаётся за человеком.

Именно здесь проходит граница: не между «ИИ пишет код» и «ИИ не пишет код», а между «ИИ оптимизирует заданную исследовательскую программу» и «ИИ самостоятельно выбирает, какую исследовательскую программу строить».

OpenAI и Anthropic независимо сообщают об одном и том же процессе — ИИ занимает всё большую часть производственной цепочки создания следующего ИИ.

OpenAI, февраль 2026. GPT-5.3-Codex стала первой моделью компании, которая «была инструментальна в создании себя». Но в system card прямо указано: модель не достигает уровня High capability по AI self-improvement. То есть OpenAI сама признаёт: это ещё не полноценный RSI.

Anthropic, июнь 2026. Более 80% кода, который Anthropic вливал в свою кодовую базу в мае 2026 года, был написан Claude. Типичный инженер во II квартале производил примерно в 8 раз больше кода, чем в 2024-м. (Метрика lines-of-code условна: рост объёма кода не равен росту качества исследований, но Anthropic использует её как индикатор масштаба автоматизации.)

Внутренняя экспериментальная модель Claude Mythos Preview (известная прежде всего достижениями в кибербезопасности) в специально заданной задаче оптимизации кода для обучения небольшой модели добилась примерно 52-кратного ускорения выполнения кода — об этом Anthropic сообщила в блоге "When AI Builds Itself" в июне 2026 года. Для сравнения: Claude Opus 4 годом ранее показывал около 3×. Квалифицированный человек за 4–8 часов обычно достигал около 4×.

Важно: 52× нельзя интерпретировать как «Claude ускорил обучение ИИ в 52 раза». Это результат конкретного optimization benchmark, где заранее определены цель и критерий успеха.

Индикатор растущей автономности. По данным METR Task Horizon, продолжительность задач, которые модели способны надёжно выполнять автономно, удваивается. С 2023 года удвоение занимает около 4 месяцев. Opus 4.5 в середине 2025-го справлялся примерно с 5-часовыми человеческими задачами; Opus 4.6 в начале 2026-го — уже с 12-часовыми. Это не доказательство RSI, но показатель того, что модели берут на себя всё более длинные и сложные участки работы.

Академический маркер. 26 апреля 2026 года на ICLR прошёл отдельный Workshop on AI with Recursive Self-Improvement. Тема уже вышла за пределы отдельных дискуссий в лабораториях и стала предметом отдельного академического события.

Anthropic сама проводит границу: «We are not there yet, and recursive self-improvement is not inevitable».

Claude уже способен исполнять хорошо поставленные эксперименты на сверхчеловеческом уровне. Но серьёзный разрыв сохраняется там, где нужно самостоятельно выбирать цели и решать, какие исследовательские проблемы вообще стоит решать.

Это и есть недостающий кусок RSI.

Модель может оптимизировать код, если цель и критерий успеха заданы. Может писать код, если архитектура и требования определены. Может запускать эксперименты, если протокол утверждён. Современные модели уже способны предлагать новые гипотезы и направления экспериментов.

Но могут ли они самостоятельно вести длительный цикл научного поиска — когда цель, критерии успеха и направление исследования не заданы человеком заранее?

Именно здесь проходит граница между AI-assisted R&D и настоящим recursive self-improvement.

Если эта петля действительно начнёт ускорять сама себя, преимущество получат те, кто контролирует не только вычислительные мощности, но и весь цикл AI R&D: compute → модели → агенты → эксперименты → данные → новая модель.

Для Казахстана вопрос sovereign AI тогда меняется. Речь уже не только о собственной модели или дата-центре. Речь о доступе к самому циклу создания следующего поколения ИИ.

Купленных GPU и доступа к чужой модели может оказаться недостаточно: технологическое преимущество будет всё больше определяться участием в самом цикле AI R&D.

Подготовлено RD media